Использование нейросетей для совершенствования документооборота позволяет бизнесу снижать трудозатраты, уменьшать число ошибок, ускорять обмен документами между подразделениями и с контрагентами, а в конечном итоге обеспечивает оперативность заключения коммерческих сделок, в которых заинтересована компания. Однако применение такого инструмента на практике может оказаться сложнее, чем кажется на первый взгляд. Что следует учитывать при внедрении искусственного интеллекта, есть ли риски при обработке документов нейросетями, как организовать их взаимодействие с источниками информации?
По опыту наших проектов интеллектуальные сервисы в сфере корпоративного документооборота востребованы для решения двух блоков задач. В первый входят задачи категоризации и последующей маршрутизации документов. С помощью технологий ИИ в документах определяются формализованные признаки, на основании которых выбирается маршрут их дальнейшего движения и обработки в компании.
Второй блок задач с использованием нейросетей — создание документов, в том числе на основе шаблонов. Сотрудники департамента продаж в ежедневном режиме могут готовить презентационные материалы, направлять клиентам персонифицированные коммерческие предложения, формировать содержание договоров, приложений и других документов.
Разработка собственной нейросети стоит недешево и доступна только крупной компании. В современных условиях флагманы в создании ИИ-решений для массового рынка могут доминировать в вопросах разработки и развития нейросетей. Для остальных компаний в силу ограниченности ресурсов — кадровых, технологических, финансовых — лучшим решением видится использование сторонних ИИ-инструментов. Поставщиками генеративных нейросетей, которые известны на рынке и доступны широкому кругу как частных пользователей, так и компаний, выступают сторонние организации.
Возможны ситуации, когда требования к информационной безопасности настолько высоки, что внутри корпоративного контура надо удерживать всю информацию. В таком случае ИИ требуется встроить во внутреннюю сервисную инфраструктуру компании. Путь создания собственной нейросети может вылиться в затраты бюджета, которые сложно обосновать перед руководителями большинства российских предприятий.
Зарубежные и отечественные нейросети могут служить в качестве внешнего или внутреннего сервиса, куда направляются запросы для обработки документации.
Для эффективного встраивания ИИ в ИТ-ландшафт компании и обеспечения отраслевой специфики возникает необходимость контекстуальной подстройки и адаптации ИИ-решений.
Адаптация внешнего ИИ
Наряду с популярными нейросетями существуют движки формата open-source, т. е. сети с открытым программным кодом, которые можно интегрировать в контур компании. Данное решение позволяет одновременно сберечь бюджет и обеспечить конфиденциальность данных. Перед компаниями встает вопрос настройки таких движков под специфику бизнеса.
Подход полного обучения вряд ли будет оправданным, поскольку несет дополнительные расходы. Оптимальный путь адаптации опенсорсных нейросетей под нужды корпоративного документооборота заключается в правильном формулировании запросов (промптов) и в ограничении ответов рамками контекста. На это направлены технологии RAG — Retrieval Augmented Generation (поисковая расширенная генерация). С помощью RAG языковые модели на программном уровне дополняются доступом к контекстуально значимым для компании данным и информации. В результате нейросети формируют максимально релевантные ответы, приближенные к сфере интересов пользователя.
В отличие от полного цикла разработки встраивание нейросети в корпоративный контур представляет собой задачу, похожую на любой проект внедрения и доступную многим представителям бизнеса. В практике IBS встречаются работы по созданию контекстного окружения для ИИ стоимостью несколько миллионов рублей. В более сложных случаях, когда нужно подключать сеть к крупным базам данных, речь идет о десятках миллионов рублей. Применение RAG-технологий — задача нетривиальная, но в сравнении с инвестициями в обучение нейросетей достаточно приземленная.
По данным аналитического центра IBS в области рынка ЭДО 13 из 76 рассмотренных систем предоставляют ИИ-функциональность как модуль системы. Важно корректно планировать развитие ИИ-компетенций в компании. Возможно, нет необходимости в создании дополнительных систем, достаточно расширить функциональность имеющегося решения.
Правовые риски при обработке документов нейросетями
Для любого бизнеса важен фактор конфиденциальности. Как и в процедурах юридического документооборота, работа нейросети с документами должна быть организована в рамках регламентов, а выходной контроль информации, генерируемой интеллектуальным сервисом в корпоративных целях, должен вести человек. Это нивелирует риск потери конфиденциальности. Еще один правовой риск лежит в сфере интерпретации результатов работы нейросети. Запросы обрабатывает искусственный интеллект со всеми плюсами, минусами, ограничениями и рекомендательным характером результатов. Полученная с его применением информация требует дополнительной проверки релевантности профильными специалистами.
В этом аспекте возможно двойное использование ИИ: вначале нейросеть формирует документы, затем оценивает их содержание. Задается перечень критических угроз, на которые сеть должна проверить файл и выдать заключение, разрешающее или запрещающее его движение. При превышении рискового порога ИИ не позволяет документу двигаться дальше, а направляет его на проверку специалисту по информационной безопасности. Парадокс, но компания организует контроль за ИИ с помощью самого ИИ.
Аналогично нейросеть можно использовать для оценки контрагентов — рассматривать входящие документы на предмет целесообразности введения дополнительных мер безопасности. Такой инструментарий контроля посредством ИИ становится все более востребованным на рынке.
Однако человек — ключевой носитель экспертизы, знаний, а также ответственности за то или иное решение. Ведется много дискуссий в области определения правообладателя контента и ответственности за его использование. Из общих рекомендаций: насколько бы хорош ни был ИИ-сервис, человек должен контролировать выходные материалы и брать на себя ответственность за контент, который передается, например, контрагенту.
Качество взаимодействия и интеграции искусственных сервисов
Нейросети в наиболее популярном их формате взаимодействуют с неструктурированными данными: текстом, изображением, музыкой. Будучи изначально предназначенными для работы с ними, ИИ-инструменты не предъявляют специфических требований к интеграции и коммуникации. Иная ситуация с пользовательскими запросами: формулировки имеют первостепенное значение. Насколько понятно для сети обозначен вопрос, настолько обоснованный ответ она выдаст. Потому таким популярным на рынке становится искусство создания промптов и так высоко ценятся специалисты, которые умеют их составлять. Бизнес более чувствителен к этим аспектам, чем пользователь-обыватель. Качество корпоративного общения с нейросетями, выражаемое в правильных формулировках, представляет собой ключевую проблему, с которой компаниям предстоит справиться в ближайшей перспективе. Отчасти она решается дополнительными средствами, к примеру, уже упомянутыми технологиями RAG: запрос приобретает определенный контекст, контекст помогает сети найти наиболее релевантный ответ. Другой путь — дообучение сети с целью формирования промптов, когда пользователь предлагает нейросети написать запрос для самой себя, конкретизировать задачу под собственное «понимание». И, конечно, проведение для специалистов тренингов по подходам эффективной работы с ИИ, а также по соблюдению корпоративных требований к безопасности данных.
При включении ИИ в деловой документооборот необходимо организовать его взаимодействие с источниками информации: файловыми хранилищами, базами данных. Предоставление прав доступа, интеграция сетей со справочниками, регламентация процессов — все это осуществляется так же, как в классических проектах внедрения бизнес-приложений. На каком этапе формируется обращение к нейросети, какой ответ от нее ожидается, как результаты вносятся в документ или в процесс, как они доводятся до специалистов, вовлеченных в процедуру документооборота, — эти моменты следует четко зафиксировать. Правила должны соблюдать как сотрудники, так и искусственный интеллект, привлекаемый на корпоративную службу.
В практике IBS есть примеры, когда корпоративные службы компаний-клиентов тратили на работу с договором до десяти часов, а при применении нейросети скорость движения документа на порядок увеличивалась. Качество договора при этом повышалось, а трудозатраты сокращались.
Значительный эффект отмечается в работе сервисных организаций, контактных центров, служб технической поддержки пользователей в различных отраслях. При обработке входящих запросов/документов посредством ИИ сокращаются очереди, уменьшается время ожидания клиентов, возрастает пропускная способность точек продаж и каналов коммуникаций.
Для бизнеса, чьими продуктами являются консалтинговые и ИТ-услуги, а в опосредованном виде — коммерческие документы, договоры, презентации, — значительными оказываются экономия времени и снижение трудоемкости на генерацию контента (экономия трудозатрат может достигать уже сейчас 60%). Однако если в компании благодаря ИИ стали более быстрыми одни процессы, это не влечет за собой автоматического ускорения остальных. Требуется проработка смежных и сопутствующих направлений, чтобы эффект не оказался локальным.
Заблуждения бизнеса
Для представителей бизнеса характерны некоторые заблуждения относительно потенциала технологии.
Во-первых, российский бизнес плохо представляет себе возможности, которые открывает применение нейросетей.
Во-вторых, распространенная ошибка — убежденность в могуществе ИИ. Под влиянием обсуждаемых трендов, насыщенного новостного потока, высказываний лидеров мнений, распространения дипфейков и прочего информационного шума люди готовы поверить буквально во все. Деловая сфера не остается в стороне — поддается массовой вере в новые технологии. В действительности есть специфические задачи: бизнес-аналитика, финансовый анализ, расчеты, планирование, для решения которых ИИ мало предназначен либо несет существенные риски. В документообороте он удобен и полезен, но требует адаптации. Нейросетью нужно учиться управлять, как и любым другим современным техническим средством или программным продуктом. Пока вера во всесильность ИИ представляет собой зону риска. Для выхода из нее компаниям предстоит разобраться в том, как правильно оркестровать нейросети в рамках корпоративных бизнес-процессов.
В-третьих, ожидание скорого чуда. Искусственный интеллект — не волшебник, который моментально сделает так, как хочет бизнес. Лишь погружаясь в работу с ИИ, компания понимает, какую задачу лучше решит нейросеть, а какую — человек, и сколько усилий надо приложить для налаживания их взаимодействия. Когда бизнес строит сложные процессы с помощью ИИ, это занимает больше времени, чем ожидалось.
В-четвертых, заблуждением может стать процесс работы с ИИ-инструментарием. Не любой коллектив готов к скорости и качеству действия нейросети. Предстоит изменение корпоративных компетенций в части управления и использования результатов, получаемых с помощью ИИ. Высока значимость «мягких навыков»: в команде должны быть люди, которые мыслят нестандартно, подходят к использованию данных нейросети гибко и готовы с ней экспериментировать.
Три совета желающим внедрить ИИ
Первый — определиться с целями внедрения ИИ: быть в тренде, решать актуальные задачи или направить новые технологии на развитие. У каждого варианта свои подходы и решения для интеграции.
Второй — экспериментировать и стараться выходить за рамки привычного мышления. ИИ действительно меняет многие процессы, дает возможности для развития, но важно быть открытым новому: где-то придется перестроить бизнес-процесс, где-то переписать регламенты, не забывая при этом про безопасность.
Третий — изучать чужой опыт. Поддавшись ажиотажу, сложно отделить ценное и важное именно для конкретной компании. Определение отраслевой специфики, анализ опыта предприятий в России и мире помогут уберечь бизнес от неэффективных проектов или неоправданных надежд в области применения ИИ-технологий.